ITPub博客

文章有些长，建议收藏后慢慢看。细粒度图像分类仍然是一个可以出文章的课题。做这个方向的人，我觉得可以好好琢磨注意力机制。

你可以认为它是一个级联网络。每一层的网络结构是VGG19+APN层，APN层是类似于faster-rcnn的RPN层，提供候选框的。 这个网络结构的信息流就是这样走的：原始图片通过VGG19提取特征，然后在这些特征基础上生成不少候选框

今天我又深入的看了cosface,然后实现了一把。代码放在这里

center loss 和 tripleloss都是干这个事情。但他们损失函数的根基还是softmax的交叉熵，现在，这三篇文章琢磨的是把这个根基变一变，从而扩大分类面之间的margin。

在这里，我斗胆做一个猜想，未来的算法工程师能不能这样工作：根据业务数据，做一些预处理，出一些图表统计，大概明白了业务数据的分布，估摸出一个网络结构，然后用这个简单干净的网络结构训练数据，能快速收敛并且work,速度也快，参数也少

匆匆那年 我们聊得火热，兴奋得睡不着觉。感觉自己浑身充满干劲，斗志昂扬。

创业就办两家这样的公司，一家叫原点集团，真正研究宇宙的本源，宇宙是怎么从0-1的，如果是神创造了宇宙，那么神是怎么来的？如果是科学，意识究竟是不是物质，为啥人死躯体还在意识确没有了？ 另一家叫长寿集团。能够延长人的寿命，提高人的生活质量

学术问题是真实世界业务需求的简化。我们做科学研究的时候，首先需要建模，把真实世界中的业务需求一般化，将其转化成一个可以通过方程去解决的问题 工程化，就是产品化，面对的是一个真实的业务需求，各方面问题都需要考虑，不能简单做一个demo解决了。

众所周知，anchor_box控制了回归框的大小，我们有时候检测的是大物体或小物体时，需要调整回归框的大小的时候，得改一下anchor_box。 基于rgb公开的py-faster-rcnn修改anchor_box的步骤有一下几步

今天胞姐跟我说苏享茂的故事，想想咱们写代码的真是too simple。为此，我得给大家传播点正能量。当初租房也遭遇了威胁，说只要我敢住他的房子，就要天天来找我麻烦。被我果断报警。最近，警察已经按专案流程把这伙流氓连根拔起了。

给大家看看一个无人零售之自动识别动作和物品的冰柜。

鼻祖hinton说，少看论文，不要停止编程。强大的码力才是腾飞的基石。 本文首先谈自己的源码阅读体验，然后给几个案例解读，选的例子都是比较简单。重在说明我琢磨的点线面源码阅读方法。

本文首先谈自己的源码阅读体验，然后给几个案例解读，选的例子都是比较简单。重在说明我琢磨的点线面源码阅读方法。 鼻祖hinton说，少看论文，不要放弃编程。强大的码力才是腾飞的基石。

我从一个立足一线的新零售实战者的角度来谈吧。AI+新零售需要解决的是零售业务主流程中的问题，如货品陈列进货多少及品种，结账的快慢。无人便利店≠新零售。无人便利店只是新零售的一小块，算是一个补充，对标的应该是现在的无人售货。

我们场所的人脸识别是被动式的。我们定义被动式的意思是，客户不需要主动配合人脸识别摄像头。我们的识别对客户是无感的。客户在自然活动的过程中，我们就对他进行了一定程度上的识别。

讲一下问题的难点吧。1、视频是平视的，人来人往的，遮挡交错的。检测就有一定难度。2、这个是需要跟踪的，有人相互交错的时候，很多跟踪算法就跟丢了3、单目标跟踪搜索还是有很多方法的，但这个是多目标实时跟踪检测统计4、我们还需要把行人的去向摸清楚

之前自己DIY了一台服务器，大家都问了我不少问题，后来给朋友采购一台GPU服务器，辗转于各大厂商。甚是心累。自己DIY想的问题少一些，正式采购GPU服务器还是要考虑很多问题的。比如说性价比就有几个方面

很多论文的idea,包括竞赛的许多tricks，说出来了大家都觉得没什么。So TM what!事实上，怎么样才能想到这样的idea，其实是弥足珍贵的。很多看似平常的思想，常人是想不到的，科学家也不是凭空想到的，他应当也是试探了不少路子

这篇文章一句话讲就是：以前我们的卷积核，都是长这样的：X*X*T，X是卷积核的大小，T是卷积核的通道，现在，谷歌的MobileNets把它一分为二：一个卷积核是X*X*1,一个卷积核是1*1*T。

配置清单理一理： 主板x99 CPU i7 5820k GPU 1080TI 电源 450w 机箱 忘记啥了，是海盗船还是啥。反正还可以的。 然后就是CPU散热器我买了一两百。 三星的内存条 256G的固态盘 1T的硬盘。